许多(大多数?)列子集选择准则在选取少量列时是 NP 困难的
数值分析
2026-04-13 v2 数值分析
摘要
我们考虑从实数 矩阵 中选取 个代表性列的多种准则,所选列数足够少,即 。这些准则包括以下优化问题:绝对体积与 -最优性的最大化;在 2-范数、Frobenius 范数与 Schatten -范数()下的范数、伪逆范数与条件数的最小化;稳定秩的最大化;以及新的相对体积最大化准则(其与条件数的某次幂成反比)。我们证明这些准则是 NP 困难的,并且其中许多不存在多项式时间近似方案(PTAS)。为将这些优化问题表述为判定问题,我们推导了子集选择准则的最优值,以及分块伪逆的表达式。关于 Frobenius 范数下伪逆最小化的结果可应用于 -最优设计中的迹优化。
引用
@article{arxiv.2511.02740,
title = {Many (most?) column subset selection criteria are NP hard for a few columns},
author = {Ilse C. F. Ipsen and Arvind K. Saibaba},
journal= {arXiv preprint arXiv:2511.02740},
year = {2026}
}